AI-TOD航空?qǐng)D像數(shù)據(jù)集

數(shù)據(jù)集下載地址：http://m6z.cn/5MjlYk

AI-TOD 在 28,036 張航拍圖像中包含 8 個(gè)類(lèi)別的 700,621 個(gè)對(duì)象實(shí)例。與現(xiàn)有航拍圖像中的目標(biāo)檢測(cè)數(shù)據(jù)集相比，AI-TOD 中目標(biāo)的平均大小約為 12.8 像素，遠(yuǎn)小于其他數(shù)據(jù)集。

iSAID航空?qǐng)D像大規(guī)模數(shù)據(jù)集

數(shù)據(jù)集下載地址：http://m6z.cn/6nUrYe

現(xiàn)有的 Earth Vision 數(shù)據(jù)集要么適用于語(yǔ)義分割，要么適用于對(duì)象檢測(cè)。iSAID 是第一個(gè)用于航空?qǐng)D像實(shí)例分割的基準(zhǔn)數(shù)據(jù)集。這個(gè)大規(guī)模和密集注釋的數(shù)據(jù)集包含 2,806 張高分辨率圖像的 15 個(gè)類(lèi)別的 655,451 個(gè)對(duì)象實(shí)例。iSAID 的顯著特征如下：(a) 大量具有高空間分辨率的圖像，(b) 十五個(gè)重要且常見(jiàn)的類(lèi)別，(c) 每個(gè)類(lèi)別的大量實(shí)例，(d) 每個(gè)類(lèi)別的大量標(biāo)記實(shí)例圖像，這可能有助于學(xué)習(xí)上下文信息，(e) 巨大的對(duì)象尺度變化，通常在同一圖像內(nèi)包含小、中和大對(duì)象，(f) 圖像內(nèi)具有不同方向的對(duì)象的不平衡和不均勻分布，描繪真實(shí)-生活空中條件，（g）幾個(gè)小尺寸物體，外觀模糊，只能通過(guò)上下文推理來(lái)解決，（h）由專業(yè)注釋者執(zhí)行的精確實(shí)例級(jí)注釋，由符合良好規(guī)范的專家注釋者交叉檢查和驗(yàn)證定義的指導(dǎo)方針。

TinyPerson數(shù)據(jù)集

數(shù)據(jù)集下載地址：http://m6z.cn/6vqF3T

在 TinyPerson 中有 1610 個(gè)標(biāo)記圖像和 759 個(gè)未標(biāo)記圖像（兩者主要來(lái)自同一視頻集），總共有 72651 個(gè)注釋。

Deepscores 數(shù)據(jù)集

數(shù)據(jù)集下載地址：http://m6z.cn/5xgYdY

DeepScores 數(shù)據(jù)集的目標(biāo)是推進(jìn)小物體識(shí)別的最新技術(shù)，并將物體識(shí)別問(wèn)題置于場(chǎng)景理解的背景下。DeepScores 包含高質(zhì)量的樂(lè)譜圖像，分為 300 0 000 張書(shū)面音樂(lè)，其中包含不同形狀和大小的符號(hào)。擁有近一億個(gè)小對(duì)象，這使得我們的數(shù)據(jù)集不僅獨(dú)一無(wú)二，而且是最大的公共數(shù)據(jù)集。DeepScores 帶有用于對(duì)象分類(lèi)、檢測(cè)和語(yǔ)義分割的基本事實(shí)。因此，DeepScores 總體上對(duì)計(jì)算機(jī)視覺(jué)提出了相關(guān)挑戰(zhàn)，超出了光學(xué)音樂(lè)識(shí)別 (OMR) 研究的范圍。

密集行人檢測(cè)數(shù)據(jù)集

數(shù)據(jù)集下載地址：http://m6z.cn/6nUs1C

WiderPerson 數(shù)據(jù)集是野外行人檢測(cè)基準(zhǔn)數(shù)據(jù)集，其圖像選自廣泛的場(chǎng)景，不再局限于交通場(chǎng)景。我們選擇了 13,382 張圖像并標(biāo)記了大約 400K 帶有各種遮擋的注釋。我們隨機(jī)選擇 8000/1000/4382 圖像作為訓(xùn)練、驗(yàn)證和測(cè)試子集。與 CityPersons 和 WIDER FACE 數(shù)據(jù)集類(lèi)似，我們不發(fā)布測(cè)試圖像的邊界框基本事實(shí)。用戶需要提交最終的預(yù)測(cè)文件，我們將進(jìn)行評(píng)估。

加州理工學(xué)院行人檢測(cè)數(shù)據(jù)集

數(shù)據(jù)集下載地址：http://m6z.cn/5N3Yk7

加州理工學(xué)院行人數(shù)據(jù)集由大約 10 小時(shí)的 640x480 30Hz 視頻組成，該視頻取自在城市環(huán)境中通過(guò)常規(guī)交通行駛的車(chē)輛。注釋了大約 250,000 幀（在 137 個(gè)大約分鐘長(zhǎng)的片段中），總共 350,000 個(gè)邊界框和 2300 個(gè)獨(dú)特的行人。注釋包括邊界框和詳細(xì)的遮擋標(biāo)簽之間的時(shí)間對(duì)應(yīng)關(guān)系。

NWPU VHR-10衛(wèi)星圖像數(shù)據(jù)集

數(shù)據(jù)集下載地址：http://m6z.cn/5UAbEW

NWPU VHR-10 Dataset 是一個(gè)用于空間物體檢測(cè)的 10 級(jí)地理遙感數(shù)據(jù)集，其擁有 650 張包含目標(biāo)的圖像和 150 張背景圖像，共計(jì) 800 張，目標(biāo)種類(lèi)包括飛機(jī)、艦船、油罐、棒球場(chǎng)、網(wǎng)球場(chǎng)、籃球場(chǎng)、田徑場(chǎng)、港口、橋梁和汽車(chē)共計(jì) 10 個(gè)類(lèi)別。

該數(shù)據(jù)集由西北工業(yè)大學(xué)于 2014 年發(fā)布，相關(guān)論文有《Multi-class geospatial object detection and geographic imageclassification based on collection of part detectors》、《A survey on objectdetection in optical remote sensing images》和《Learningrotation-invariant convolutional neural networks for object detection in VHRoptical remote sensing images》。

Inria 航空影像數(shù)據(jù)集

數(shù)據(jù)集下載地址：http://m6z.cn/6nUs6s

Inria 航空影像標(biāo)注解決了遙感中的一個(gè)核心主題：航空影像的自動(dòng)像素級(jí)標(biāo)注（論文鏈接）。

數(shù)據(jù)集特點(diǎn)：

• 覆蓋面積 810 平方公里（405 平方公里用于訓(xùn)練，405 平方公里用于測(cè)試）
• 空間分辨率為 0.3 m 的航空正射校正彩色圖像
• 兩個(gè)語(yǔ)義類(lèi)的地面實(shí)況數(shù)據(jù)：構(gòu)建和非構(gòu)建（僅針對(duì)訓(xùn)練子集公開(kāi)披露）
• 這些圖像涵蓋了不同的城市住區(qū)，從人口稠密的地區(qū)（例如，舊金山的金融區(qū)）到高山城鎮(zhèn)（例如，奧地利蒂羅爾的 Lienz）。

RSOD遙感圖像數(shù)據(jù)集

數(shù)據(jù)集下載地址：http://m6z.cn/5EN96H

它是一個(gè)開(kāi)放的遙感圖像目標(biāo)檢測(cè)數(shù)據(jù)集。數(shù)據(jù)集包括飛機(jī)、油箱、游樂(lè)場(chǎng)和立交橋。此數(shù)據(jù)集的格式為PASCAL VOC。數(shù)據(jù)集包括4個(gè)文件，每個(gè)文件用于一種對(duì)象。

• 飛機(jī)數(shù)據(jù)集，446張圖片中有4993架飛機(jī)。

• 操場(chǎng)，189張圖片中的191個(gè)操場(chǎng)。

• 天橋，176張圖片中的180座天橋。

• 油箱，165張圖片中的1586個(gè)油箱。